随机漫步的傻瓜？买卖股票的最佳时机

题目描述

原题链接

给你一个整数数组 prices 和一个整数 k ，其中 prices[i] 是某支给定的股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。也就是说，你最多可以买 k 次，卖 k 次。

注意： 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

问题分析

每一天，股票的持有情况有两种，一种是持有股票，另一种是不持有股票。

• 若第 i 天持有股票，则可能是第 i - 1 天就持有股票，或者在第 i - 1 天买入一只股票。
• 若第 i 天不持有股票，则可能是第 i - 1 天就不持有股票，或者在第 i - 1 天卖出一只股票。

由于要使得利润最大，每一笔交易一定都是要完成的，即买入一只股票最终一定会在某一天卖出，以达到利润的最大。因此，我们可以在买入的时候就记录进行一次交易。

• 买入一只股票：利润要扣去股票的成本，同时记录一次交易。
• 卖出一只股票：利润加上卖出股票所得。

算法描述

根据上述的分析，我们可以采用动态规划的策略解决该问题。

状态定义：dp[i][j][k]表示到第 i 天，最多进行 j 次交易，此时股票持有情况为 k（0表示不持有，1表示持有），对应的最大利润。
状态转移：

• 到第 i 天持有股票：dp[i][j][1] = max(dp[i-1][j-1][0] - prices[i], dp[i-1][j][1])
• 到第 i 天不持有股票：dp[i][j][0] = max(dp[i-1][j][1] + prices[i], dp[i-1][j][0])
  边界情况：
• 如果没有进行任何交易，对应最大利润恒为0，即dp[i][0][0] = 0
• 第一天持有股票，只可能是买入，即dp[0][j][1] = -prices[0]。（这里 j 可以看作主动放弃 j 次交易机会）

状态压缩

观察状态转移方程，可以发现第 i 天的状态只与第 i - 1 天有关。因此，可以将原先的三维矩阵压缩成二维矩阵，即去除表示天数的那一维。最终的状态转移方程如下：

• dp[j][1] = max(dp[j-1][0] - prices[i], dp[j][1])
• dp[j][0] = max(dp[j][1] + prices[i], dp[j][0])
  考虑到dp[j][1]取决于上一天的dp[j-1][0]，所以 j 从大到小进行遍历，这样就可以确保更新过程中，dp[j-1][0]是上一天的状态值。

复杂度分析

状态压缩后的最终版本，时间复杂度为 $O(n^2)$，空间复杂度为 $O(n)$

程序代码

未进行状态压缩

class Solution {

public:

    int maxProfit(int k, vector<int>& prices) {

        int n = prices.size();
        vector<vector<vector<int>>> dp(n + 1, vector<vector<int>>(k + 1, vector<int>(2, 0)));

        // 初始化
        // 没进行任何交易，dp[][0][0]为0
        for(int i = 0; i <= k; i++) {
            dp[0][i][1] = -prices[0];
        }

        for(int i = 1; i < n; i++) {
            for(int j = 1; j <= k; j++) {
                // 到第i天持有股票：买入股票 or 保持
                dp[i][j][1] = max(dp[i-1][j-1][0] - prices[i], dp[i-1][j][1]);
                // 到第i天不持有股票：卖出股票 or 保持
                dp[i][j][0] = max(dp[i-1][j][1] + prices[i], dp[i-1][j][0]);
            }

        }

        // 到第n天，进行k次交易，此时手中无股票
        return dp[n-1][k][0];

    }

};

最终版本

class Solution {

public:

    int maxProfit(int k, vector<int>& prices) {

        int n = prices.size();
        // vector<vector<vector<int>>> dp(n + 1, vector<vector<int>>(k + 1, vector<int>(2, 0)));
        vector<vector<int>> dp(k + 1, vector<int>(2, 0));

        // 初始化
        // 没进行任何交易，dp[][0][0]为0
        for(int i = 0; i <= k; i++) {
            dp[i][1] = -prices[0];
        }

        for(int i = 1; i < n; i++) {
            for(int j = 1; j <= k; j++) {
                // 到第i天持有股票：买入股票 or 保持
                dp[j][1] = max(dp[j-1][0] - prices[i], dp[j][1]);
                // 到第i天不持有股票：卖出股票 or 保持
                dp[j][0] = max(dp[j][1] + prices[i], dp[j][0]);
            }

        }

        // 到第n天，进行k次交易，此时手中无股票
        return dp[k][0];

    }

};